Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

xAI: Grok 4.20 vs Z.ai: GLM 5.2

Resumen

Comparación benchmark de Grok 4.20 vs GLM 5.2: Grok 4.20 lidera en puntuación media con 7.3 vs 7.1. GLM 5.2 tiene menor coste de benchmark con $0.076 vs $0.609. GLM 5.2 es más rápido con 6.34s vs 27.68s, con tasas de acierto de 63.5% vs 60.3%.

Modelo recomendado: GLM 5.2 - Su puntuación se mantiene cerca de la mejor aquí (7.1 vs 7.3) y cuesta aproximadamente 8.1x menos que Grok 4.20.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-17

Métrica Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31 GLM 5.2 GLM 5.2 none Lanzamiento: 2026-06-17
Puntuación 7.3 7.1
Rango #53 #61
Fiabilidad 10.0 9.9
Consistencia 8.8 9.6
Pruebas correctas
Tasa de aciertos por intento 63.5% 60.3%
Pruebas inestables 3 1
Ejecuciones totales 63 63
Costo por resultado 8.309 0.628
Costo total $0.609 $0.076
Precio de entrada $1.250 / 1M $1.400 / 1M
Precio de salida $2.500 / 1M $4.400 / 1M
Total de tokens de entrada 44,433 38,671
Tokens de salida 1,819 4,817
Tokens de razonamiento 219,524 0
Tiempo de respuesta (promedio) 27.68s 6.34s
Tiempo de respuesta (máximo) 199.66s 20.69s
Tiempo de respuesta (total) 581.26s 133.19s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#53 xAI: Grok 4.20

medium
Cost
$0.041
Time
110.3s
Tokens
16,336 tok

#61 GLM 5.2

none
Invalid SVG
Cost
$0.033
Time
87.7s
Tokens
7,455 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
GLM 5.2 8.3 10.0 75.0% 0 3.70s 567 313 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
GLM 5.2 3.7 9.5 0.0% 0 7.55s 7,263 1,958 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
GLM 5.2 10.0 10.0 100.0% 0 20.69s 14,296 1,489 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
GLM 5.2 10.0 10.0 100.0% 0 7.17s 7,113 204 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
GLM 5.2 5.3 10.0 33.3% 0 6.50s 696 27 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
GLM 5.2 6.1 3.1 66.7% 1 4.42s 480 82 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
GLM 5.2 9.8 10.0 100.0% 0 3.84s 642 66 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
GLM 5.2 7.7 10.0 66.7% 0 3.31s 618 265 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
GLM 5.2 10.0 10.0 100.0% 0 15.76s 6,807 400 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442
GLM 5.2 3.0 10.0 0.0% 0 3.41s 189 13 0

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewlowvsGrok 4.20mediumGemma 4 26B A4BmediumDisponible gratisvsGLM 5.2noneClaude Sonnet 4.6nonevsGrok 4.20mediumMiMo-V2-FlashmediumvsGLM 5.2noneStep 3.7 FlashhighvsGLM 5.2noneClaude Opus 4.8nonevsGrok 4.20mediumKimi K2.7 CodemediumvsGLM 5.2noneGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsGLM 5.2noneStep 3.7 FlashhighvsGrok 4.20medium